Machine learning 利用bp神经网络给出连续类标签_Machine Learning_Scikit Learn_Neural Network_Artificial Intelligence

Machine learning 利用bp神经网络给出连续类标签

machine-learning scikit-learn neural-network artificial-intelligence

Machine learning 利用bp神经网络给出连续类标签,machine-learning,scikit-learn,neural-network,artificial-intelligence,Machine Learning,Scikit Learn,Neural Network,Artificial Intelligence,我得到了一个数据集，其中类标签是[-1,1]之间的连续值。基于此，我有几个问题：我能用反向传播神经网络（BPNN）解决这个问题吗？以前，我有一个不同的数据集，其中标签是二进制类，但对于这个数据集，我不确定，因为它现在是一个回归问题如果神经网络可以处理这个数据集，我应该使用什么激活函数Sigmoid、双曲tanh函数（tanh）或校正线性单位（relu）多谢各位基本上是的，反向传播可以很好地处理分类和回归问题在输出层，您应该使用tanh，因为它与输出范围（[-1，1]）相匹配，但对于隐藏

我得到了一个数据集，其中类标签是

[-1,1]

之间的连续值。基于此，我有几个问题：

我能用反向传播神经网络（BPNN）解决这个问题吗？以前，我有一个不同的数据集，其中标签是二进制类，但对于这个数据集，我不确定，因为它现在是一个回归问题

如果神经网络可以处理这个数据集，我应该使用什么激活函数

Sigmoid

、双曲tanh函数（

tanh

）或校正线性单位（

relu

）多谢各位

基本上是的，反向传播可以很好地处理分类和回归问题

在输出层，您应该使用tanh，因为它与输出范围（[-1，1]）相匹配，但对于隐藏层，您应该使用ReLU或类似工具。不要将sigmoid或tanh用于隐藏层（仅在循环网络中），因为它们将产生消失梯度问题

你可以用。至于激活功能，你可以尝试所有这些，看看什么最适合你